# WL-814x 「부위(덩어리)당 색 단계」 측정기
#  idmap_<tag>.png = 덩어리(팔레트 칸)를 고유색으로 찍은 지도(빛 0)
#  python AgentScripts/WL814x_steps.py <raw> <render이름> <idmap이름>
import sys
import numpy as np
from PIL import Image

RAW = sys.argv[1]
REN = sys.argv[2]
IDM = sys.argv[3]


def L(p):
    return np.asarray(Image.open(RAW + '/' + p + '.png').convert('RGB'), dtype=np.uint8)


idm = L(IDM)
ren = L(REN)
ma = L('mask_all')[:, :, 0] > 127
kid = (idm[:, :, 0].astype(np.int32) << 16) | (idm[:, :, 1].astype(np.int32) << 8) | idm[:, :, 2].astype(np.int32)
kre = (ren[:, :, 0].astype(np.int32) << 16) | (ren[:, :, 1].astype(np.int32) << 8) | ren[:, :, 2].astype(np.int32)
# 배경(0,0,0)과 마스크 밖 제외. idmap 은 얼굴 렌더러를 끄고 찍었으므로 그 영역도 자동 제외.
valid = ma & (kid != 0)
ids, cnt = np.unique(kid[valid], return_counts=True)
rows = []
for i, c in zip(ids, cnt):
    if c < 8:
        continue   # 8px 미만 덩어리는 단계 판정 불가 → 제외(개수만 센다)
    sel = valid & (kid == i)
    u, uc = np.unique(kre[sel], return_counts=True)
    o = np.argsort(-uc)
    cov = np.cumsum(uc[o]) / c
    n90 = int(np.searchsorted(cov, 0.90) + 1)
    rows.append((int(c), len(u), n90))
rows.sort(key=lambda r: -r[0])
if rows:
    a = np.array(rows)
    big = a[a[:, 0] >= 20]
    print('%s / %s : 덩어리(팔레트칸) %d개(8px+), 픽셀 %d' % (REN, IDM, len(rows), a[:, 0].sum()))
    print('  칸당 고유색  평균 %.1f  최대 %d' % (a[:, 1].mean(), a[:, 1].max()))
    print('  칸당 색단계(90%%덮기) 평균 %.2f  최대 %d   · 20px+ 칸만: 평균 %.2f 최대 %d' % (
        a[:, 2].mean(), a[:, 2].max(),
        big[:, 2].mean() if len(big) else 0, big[:, 2].max() if len(big) else 0))
    print('  단계 분포:', {k: int((a[:, 2] == k).sum()) for k in sorted(set(a[:, 2].tolist()))})
    print('  가장 큰 칸 6개 (px, 고유색, 단계):', rows[:6])
else:
    print('no chunks')